我有一只 Pandas DataFrame，定义如下：
df = pd.DataFrame({'Name': ['Alice', 'Bob', 'Aritra'],
'Age': [25, 30, 35],
'Location': ['Seattle', 'New York', 'Kona']},
index=([10, 20, 30]))
但是，当我对此进行索引时DataFrame，我无法准确预测索引将产生什么类型的对象：
# (1) str
df.iloc[0, df.columns.get_loc('Name')]
# (2) Series
df.iloc[0:1, df.columns.get_loc('Name')]
# (3) Series
df.iloc[0:2, df.columns.get_loc('Name')]
# (4) DataFrame
df.iloc[0:2, df.columns.get_loc('Name'):df.columns.get_loc('Age')]
# (5) Series
df.iloc[0, df.columns.get_loc('Name'):df.columns.get_loc('Location')]
# (6) DataFrame
df.iloc[0:1, df.columns.get_loc('Name'):df.columns.get_loc('Location')]
请注意，上面的每一对都包含相同的数据。（例如，(2)一个包含单个字符串的 Series、(4)一个包含单个列的 DataFrame 等）
为什么它们会输出不同类型的对象？我如何预测将输出哪种类型的对象？
根据数据，规则似乎是基于索引中有多少个切片（冒号）：
- 0 切片（
(1)）：标量值 - 1 片 （
(2)，(3)，(5)）：Series - 2 片（
(4)，(6)）：DataFrame
但是，我不确定这是否总是正确的，即使它总是正确的，我想知道为什么会这样背后的机制。
我花了一些时间查看索引文档，但它似乎没有清楚地描述此行为。该函数的文档iloc也没有描述返回类型。
我也对loc而不是 的同一问题感兴趣iloc，但是，由于loc包括，结果并不那么令人困惑。（也就是说，您无法获得具有不同类型的索引对，而索引应该提取完全相同的数据。）
您已经了解了大概意思。简单来说，重要的不是项目的数量，而是索引器的类型。
您可以将索引作为 0D（使用标量），现在我们只考虑索引：
或 1D (带有切片或可迭代)：
然后规则很简单，考虑两个轴，如果两者都是 0D，则会得到一个标量（这里是一个字符串），如果两者都是 1D，则会得到一个 DataFrame，否则是一个 Series：
以下示例可说明这一点：